arXiv · ML· Marat O. Zinovev, Dmitry V. Sorokin·· 6 小时前AI 评分23
隐式神经表示的 Meta-Initialization 加速形变医学图像配准
Meta-Initialization of Implicit Neural Representations to Accelerate Deformable Medical Image Registration
AI 导读
针对隐式神经表示在形变医学图像配准中适配速度慢的问题，研究发现使用先前任务学习到的初始化可加速早期适配。 基于 KAN-IDIR 模型，Reptile 元初始化和 STRAINER 迁移方案在 OASIS-1 数据集早期迭代中均优于随机初始化。Reptile 在小迭代预算下数值表现更优，但 STRAINER 预训练仅需 39-40 分钟，远低于 Reptile 的 44.98 小时。
来源：arXiv · ML · arxiv.org